【零售客流】商業客流分析的進化

人潮就是錢潮，是許多零售管理者都知道的道理 ( 因為有人的地方就能帶來商機 )，那該如何透過客流統計後進行有效的分析呢？分析方法也有進化：本篇文章將客流群體視為無固定標記（Counting ID)、有固定標記（Tracking ID)，分成「商業客流 #1.0」及「商業客流 #2.0」來探討。

Summer Sales @ 倫敦牛津街

商業客流 #1.0

商業客流 #1.0，主要是針對客流群體視為無固定標記（Counting ID) 的個體，計算結果可以分析以下幾個面向，像是進出店人次、各區域人次、進店率、熱力圖、開放區域客流等。

進出店人次 :

統計各店進出店人數，了解門市客流變化，以達到洞察整體消費者市場變化。( 透過變化進行策略行銷、產品採購調整 )

各區域人次 :

將門市進行區域、類型區分 ( 並以小時、週、月份及年進行分析 )，根據人潮高低區域調整庫存量、促銷活動、人力安排等。

進店率 :

進店人數/經過人數，有進店才有後續的成交，從進店率可分析門市是否有吸引消費者進入的因素。( 如商品櫥窗陳列、門市位置、外觀風格、促銷看板內容、門市位置等 )

熱力圖 :

將門市內各區透過熱力圖方式讓管理者了解客流狀況，找出客流經過集中度高的區域，由此了解消費者喜好商品程度 ( 進行商品組合、庫存管理 )。

開放區域客流 :

透過開放區域客流統計，可即時進行客流導引，將消費者導引至行銷活動之門市 ( 提升購物機會 )，另外亦可提升購物環境舒適度、增加消費者好感度。

商業客流 #2.0

商業客流 #2.0，是針對客流群體有固定標記（Tracking ID) 來進行分析，計算結果可以分析以下幾個面向，像是精準導購、動線分析、購物黏度等。

精準導購 :

透過深度數據挖掘 ( 年齡、性別、身高等 )，將更清楚消費族群，精準將廣告及行銷策略投放至主要客群，避免不必要之成本浪費。

動線分析 :

分析消費者在門市內購物動線，藉此可調整商品陳列，順暢消費者購物動線 ( 避免購物死角 )，亦能提升消費者好感度及增加購買機會。

購物黏度 :

除針對門市內各區人次分析外，可統計其滯留秒數（長度可自行定義，長於固定秒數即表示對該區商品具有黏著度），將只是經過的人數扣除，深度挖掘真正對商品有興趣的消費者，找出其潛在客群。

結論 :

零售市場瞬息萬變，各零售管理者應打造出智慧門市，透過科學方式輔助管理才能因應市場快速的變化，並找出潛在客群及適當行銷策略。